Tensorflow手写数字识别在android中的实现

本文档详细介绍了如何在Android设备上实现TensorFlow手写数字识别。首先,从GitHub克隆TensorFlow Android Demo,然后生成模型,接着编译所需的jar包和so库,确保使用指定版本的SDK和NDK。在Ubuntu环境下安装Bazel进行编译。最后,将关键文件复制到Android工程中,调整包名,并编写应用代码调用TensorFlowImageClassifier创建分类器,识别手写数字。
摘要由CSDN通过智能技术生成

说明

下载TensorFlow Android Demo

git clone --recurse-submodules https://github.com/tensorflow/tensorflow.git

生成模型

运行附件压缩包里的python脚本convnet.py生成mnist_model_graph_convnet.pb文件和graph_label_strings.txt文件:
文件

编译jar包和so库

1. 下载TensorFlow Android Demo
git clone --recurse-submodules

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值